Resolução de Sistemas

Não-Lineares- Parte 1

Prof Manoel Azevedo (Dr.)

 Sistemas não-lineares
n n

Normalmente, em problemas aplicados

temos que resolver sistemas de equações
não-lineares de ordem n
 Sistemas não-lineares

• Dada F : D  R  R , F   f 1 , f 2 ,..., f n 
n n T

f 1 x1 , x 2 , x 3 , ... , x n   0
• Procuramos a
solução do f 1 x1 , x 2 , x 3 , ... , x n   0
sistema não-linear .......... .......... .......... .......
f n x1 , x 2 , x 3 , ... , x n   0

• Em notação matricial: F ( x)  0
 EXEMPLO DE SISTEMAS
NÃO-LINEARES nxn

Exemplo1: Intersecção de círculo com hipérbole.

x2

f 1 x1 , x 2   x1 2  x 2 2  2  0
x2 2
f 1 x1 , x 2   x1 2  1  0 x1
9

Temos 4 soluções (intersecções)!!!!!!!!!!!!!!!!

 EXEMPLO DE SISTEMAS
NÃO-LINEARES nxn

Exemplo2: Intersecção de duas parábolas.

x2

f1 x1 , x 2   x1 2  x 2  0.2  0 1

f1 x1 , x 2   x 2 2  x1  1  0  0 .2
x1

Não temos soluções!!!!!!!!!!!!!!!!

 SISTEMAS NÃO-LINEARES nxn
HIPÓTESES

Seja F : D  R n  R n , F   f 1 , f 2 ,..., f n T onde D

n
é um aberto de R . Em D , suponha que
 f 1 ( x)   x1 
   
 f 2 ( x)   x2 
F ( x)   com x 
........  ....
   
 f ( x)  x 
 n   n
tenha derivadas contínuas. Suponha que exista pelo
menos um x  D tal que F x   0 .
 SISTEMAS NÃO-LINEARES nxn
HIPÓTESES

Seja o vetor gradiente de fi x1 , x 2 ,..., x n  dado por

T
   f ( x)  f i ( x)  f i ( x) 
 f i ( x)   i , ,......... , 
 x1 x 2 x n 

e a matriz Jacobiana J (x) de F (x) :

 f 1 ( x) f 1 ( x) f 1 ( x) 
 
  f 1 ( x)T   x1 x 2 x n 
 
  f ( x)T   f 2 ( x) f 2 ( x) f 2 ( x) 
J ( x)   2    x1 x 2 x n 

 .......... ......  
  
T 
  f n ( x)   f n ( x)
  f n ( x) f n ( x) 

 x1 x 2 x n 
 SISTEMAS NÃO-LINEARES nxn
MÉTODO DE NEWTON
 O Método de Newton é método básico.
 Consiste na linearização local do sistema não-linear
 Seja a aproximação x ( k )  D . Para qualquer x  D ,
existe ci  D , tal que:

  
f i x   f i x ( k )   f i ci T x  x k   para i  1,2,.., n

Aproximando, temos um modelo local linear

   f x  x  x   
f i x   f i x (k )
i
(k ) T k
para i  1,2,..,n

   
F x  Lk ( x)  F x (k )  J x (k ) x  x k  
 SISTEMAS NÃO-LINEARES nxn
MÉTODO DE NEWTON
O modelo local linear do sistema não-linear é

       
Lk ( x)  F x (k )  J x (k ) x  x k   0  J x (k ) x  x k   F x (k )  
 Seja x  x     s   , então
k k

Passo 1: Dado x   , calcule J x  e F x  .

k (k ) (k )

Passo 2: Resolve-se o sistema linear J x s    F x  .

(k ) k (k )
Neste ponto técnicas de fatoração, pivoteamento e métodos
iterativos podem ser utilizadas para determinar s k  .
O Método de Newton com resolução do sistema linear de
modo iterativo é chamado de Método de Newton Inexato.

x  x     s    x 
k k k 1
 x k   s k 
 SISTEMAS NÃO-LINEARES nxn
Comentário 1: Estudaremos os métodos para sistemas
não-lineares são iterativos. Dado x (0) inicial, gera-
se uma seqüência x (k )  , de modo que Lim x ( k )  x 
k 

Comentário 2: Critérios de parada

a)  
F x k    norma dos vetores de F.

b) x k 1  x k   max xi k 1  xi k    norma infinito.



c)  
F x k 

 10 20 tolerância ou número máximo de
iterações.
 SISTEMAS NÃO-LINEARES nxn
MÉTODO DE NEWTON INEXATO
Algoritmo. Dados x 0 , 1  0 ,  2  0 , faça:

Passo1: Calcule F x (k ) e J x (k )  .
Passo 2: Se F x ( k )   1, faça x  x k  e pare. Senão,
 
Passo 3: Obtenha s k  , solução de J x s  F x
(k )
  k 

Passo 4: Faça x k 1  x k   s k 

Passo 5: Se x k 1  x k    2 faça x  x k 1 e pare. Senão
Passo 6: Faça k  k  1 e volte ao passo 1.
 MÉTODO DE NEWTON – Exemplo

 x1  x 2  3 
 Resolva o sistema F ( x)   2 0 .
 x  x  92
 1 2 
 3  0
Sabemos que as soluções são x    e x      .
 0  3

4  0 1

Tomamos 1   2  10 , x    e calculando o
 5
 1 1 
Jacobiano, obtemos J ( x)    .
 2 x1 2x2 
 MÉTODO DE NEWTON – Exemplo

Iteração 1: k  0

0 1  3 
F (x )  F    
 5 17 
 
F x k 

 17  10 4   continue!
   

1  1
J ( x 0  )  J    
1
  1 1   s1 0   3  s1 0    13 / 8 
   0         
  11 / 8 
 5  2 10     s 0  
 2 10   s 2  17   2   

métodos diretos ou iterativos

1 0 0  1    13 / 8    5 / 8 

x  x  s          e
 5    11 / 8   29 / 8 
x 1  x 0   13 / 8  1.625  10 4   continue!!!!!!

 MÉTODO DE NEWTON – Exemplo

Passo 1: k  0

Comentário: Note que no processo de resolução de

sistemas não-lineares, devemos resolver um sistema
linear a cada iteração.

Métodos diretos: Eliminação de Gauss com pivoteamento parcial

ou total, fatoração LU ou Cholesky.....
Métodos iterativos: Método de Gauss-Jacobi o Gauss-Seidel
 MÉTODO DE NEWTON – Exemplo

CONTINUANDO. Iteração 2: k  1

1   5 / 8 
F (x )  F 
 29 / 8 
0 
145 / 32 
 
F x k 

 145 / 32  4.5313  10 4   continue
   

  5 / 8  1 1   1 1   s11   0 
J ( x 1 )  J 
 29 / 8     5 / 4 29 / 4     1   
 

      5 / 4 29 / 4   s 2  145 / 32 

 s11   0.533   2 1 1   0.625   0.533    0.092 

   x  x  s         
 s 1    0.533  
 2     3.625   0.533   3.0917 
e

x 2   x 1  0.533  10 4   continue!!!!!!


 MÉTODO DE NEWTON – Exemplo

1-Continuar o processo até que um dos dois critérios de

parada seja atingido, ou seja

 
F x k 

 ou x k 1  x k 



2-Convergência do Método de Newton Inexato é

Quadrática em condições adequadas.

3-Diferentes abordagens do Método de Newton Inexato

geram algoritmos alternativos.
 MÉTODO DE NEWTON MODIFICADO

O Método de Newton Modificado consiste em

tomar a cada iteração, sempre, J x 0  , em vez
de J x k   . O método iterativo é dado pela
seqüência x k 1  x k   s k  .

Neste procedimento temos que resolver no

passo k o sistema linear: J x (0)  s  F x k  
 MÉTODO DE NEWTON MODIFICADO

 O Método de Newton Modificado tem a

vantagem de calcular uma única vez a
matriz Jacobiana J x 0  .

 No caso de resolver por fatoração LU, os

fatores L e U também serão calculados uma
única vez.
 MÉTODO DE NEWTON MODIFICADO– EXEMPLO

 x1  x 2  3 
 Resolva o sistema F ( x)   2 0
.
 x  x 2  9
 1 2 
 3  0
Sabemos que as soluções são x    e x      .
 0  3

    10 4 0    1 
Tomamos 1 2 , x   e calculando o
 5
 1 1 
Jacobiano, obtemos J ( x)    . Fixado!!!!
 2 x1 2x2 
 MÉTODO DE NEWTON MODIFICADO

Iteração 1: k  0

0 1  3 
F (x )  F    
 5 17 
 
F x k 

 17  10 4   continue!
   

1  1
J ( x 0  )  J    
1
  1 1   s1 0   3  s1 0    13 / 8 
   0         
  11 / 8 
 5  2 10     s 0  
 2 10   s 2  17   2   

métodos diretos ou iterativos

1 0 0  1    13 / 8    5 / 8 

x  x  s          e
 5    11 / 8   29 / 8 
x 1  x 0   13 / 8  1.625  10 4   continue!!!!!!

 MÉTODO DE NEWTON MODIFICADO

Iteração 2: k  1

1   5 / 8 
F (x )  F 
 29 / 8 
0 
145 / 32 
 
F x k 

 145 / 32  4.5313  10 4   continue
   

1
1 1   1 1   s1   0 
0 
Diferença J ( x )    e   
  1    
 2 10   2 10   s 2  145 / 32 

 s1 1   0.5664    0.625   0.5664    0.0586 

 1     x 2   x 1  s 1         
s 
 2    0.5664   3.625    0.5664   3.0586 

x 2   x 1  0.5664  10 4   continue!!!!!!


 MÉTODO DE NEWTON

 CONVERGÊNCIA

O Método de Newton Modificado, Inexato,

perde a propriedade de convergência
quadrática, apesar que neste exemplo,
aparentemente, o nível de convergência foi
semelhante.
Verifica-se que o Método de Newton Modificado
converge linearmente.
 MÉTODOS DE QUASE-NEWTON

 Os Métodos de Quase-Newton, Inexatos,

consistem em gerar seqüências x (k )  , com
Boas propriedades de convergência, sem ter
que avaliar (calcular) a matriz Jacobiana a cada
iteração.
 MÉTODOS DE QUASE-NEWTON
No Método de Newton Inexato a seqüência x 
(k )
é
gerada por k  k x  x   s
onde s k  é a solução do sistema linear
         
Lk ( x )  F x ( k )  J x ( k ) x  x  k   0  B x ( k ) x  x  k    F x ( k )

 A idéia é impor condições sobre J x (k )  gerando Bx (k ) 

a) algum princípio de variação mínima.
b) preservar alguma estrutura (simetria,
esparsidade,..) da matriz Jacobiana.